research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Estimated Outlet Temperatures in Shell-and-Tube Heat Exchanger Using Artificial Neural Network Approach Based on Practical Data
تخمين درجات الحرارة الخارجة من مبادل حراري نوع قشرة – انبوب باستخدام الشبكة العصبية الصناعية اعتمادا على معلومات تطبيقية

Author: Hisham Hassan Jasim هشام حسن جاسم
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2013 Volume: 9 Issue: 2 Pages: 12-20
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The objective of this study is to apply Artificial Neural Network for heat transfer analysis of shell-and-tube heat exchangers widely used in power plants and refineries. Practical data was obtained by using industrial heat exchanger operating in power generation department of Dura refinery. The commonly used Back Propagation (BP) algorithm was used to train and test networks by divided the data to three samples (training, validation and testing data) to give more approach data with actual case. Inputs of the neural network include inlet water temperature, inlet air temperature and mass flow rate of air. Two outputs (exit water temperature to cooling tower and exit air temperature to second stage of air compressor) were taken in ANN.150 sets of data were generated in different days by the reference heat exchanger model to training the network. Regression between desired target and prediction ANN output for training , validation, testing and all samples show reasonably values are equal to one (R=1) . 50 sets of data were generated to test the network and compare between desired and predicated exit temperature (water temp. and air temp.) show a good agreement ( ).

هدف الدراسة هو تطبيق الشبكة العصبية لتحليل انتقال الحرارة لمبادل حراري وهو من الأجهزة واسعة الاستخدام في محطات توليد القدرة والمصافي.النتائج العملية تم الحصول عليها من مبادل حراري يعمل في قسم توليد الطاقة داخل مصفى الدورة.اعتمدنا أشهر طريقة للتدريب وتعليم الخوارزمية وهي Back propagation algorithm من خلال تقسيم النتائج العملية الى ثلاثة أقسام (تدريب، تصديق، اختبار) للحصول على أفضل تقارب مع الحالة الحقيقية. قيم الإدخال للشبكة العصبية هي درجة حرارة الماء الداخل و درجة حرارة الهواء الداخل ومعدل تدفق الهواء أما قيم الإخراج فهي درجة حرارة الماء الخارج لبرج التبريد ودرجة حرارة الهواء الخارج لضاغط الهواء. 150 قراءة تم أخذها من الموديل في أيام عمل مختلفة لتدريب الشبكة العصبية . مقارنة نتائج الشبكة مع القيم العملية وبأقسامها التدريب والتصديق والاختبار بينة تقارب عالي جدا، 50 قراءة تم أخذها لاختبار مدى دقة الشبكة العصبية في هذه الدراسة من خلال مقارنة درجات حرارة الخروج للماء ودرجة حرارة الخروج للهواء الناتجة من الشبكة والموديل العملي بينة تقارب ودقة معقولة حيث بلغت نسبة الخطأ بحدود ( ).


Article
Comparison between the Local Polynomial Kernel and Penalized Spline to Estimating Varying Coefficient Model
مقارنة بين طريقتي النواة لمتعدد الحدود الموضعي والشريحه الجزائية في تقدير أنموذج المعاملات المتغيرة*

Authors: ظافر حسين رشيد --- حسام عبد الرزاق رشيد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2014 Volume: 20 Issue: 78 Pages: 325-338
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Analysis the economic and financial phenomena and other requires to build the appropriate model, which represents the causal relations between factors. The operation building of the model depends on Imaging conditions and factors surrounding an in mathematical formula and the Researchers target to build that formula appropriately. Classical linear regression models are an important statistical tool, but used in a limited way, where is assumed that the relationship between the variables illustrations and response variables identifiable. To expand the representation of relationships between variables that represent the phenomenon under discussion we used Varying Coefficient Models (VCM) as it assumes the effects of variables illustrations be variable adoption of another explanatory variable. These structural avoided what is known as Curse of Dimensionality, which appears when we used nonparametric methods in estimation. We estimate the varying coefficients by using nonparametric methods which is the Local Polynomial Kernel (LPK) and Penalized Spline (PS), and by using simulation technique for comparison we found that the LPK method is the best.

هنالك العديد من الظواهر الاقتصادية والمالية والبيئية وغيرها تحتاج الى بناء الأنموذج المناسب الذي يمثل العلاقات السببيه. وعملية بناء النموذج تعتمد على العوامل المحيطه بالظاهرة، ولأن اعتماد الانحدار الخطي التقليدي يكون غير كفوء بسبب العلاقة بين المتغيرات التوضيحية والاستجابة معلومة وللتوسع في تمثيل العلاقات بين المتغيرات التي تمثل الظاهرة قيد البحث تم استخدام انموذج المعاملات المتغيرة (Varying Coefficient Models (VCM)) والتي تفترض تأثيرات المتغيرات التوضيحية متغيرة باعتماد متغير توضيحي آخر. أن هذه الهيكلية تجنبنا ما يعرف بمشكلة البعدية (تعدد الابعاد) (Curse of Dimensionality) والتي تظهر عند استخدام الطرائق اللامعلمية في التقدير. وقد تم تقدير معاملات أنموذج المعاملات المتغيرة بأعتماد الطرائق اللامعلمية والتي هي طريقة النواة لمتعدد الحدود الموضعي ((LPK) Local Polynomial Kernel) وطريقة الشريحة الجزائية (Penalized Spline (PS)) اذ تم استخدام اسلوب المحاكاة لاجل المقارنه ووجد ان طريقة LPK هي الافضل.


Article
Proposed method to estimate missing values in Non - Parametric multiple regression model
أسلوب مقترح في تقدير القيم المفقودة في نموذج الانحدار المتعدد اللامعلمي

Author: قتيبة نبيل نايف القزاز
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 89 Pages: 396-406
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, we will provide a proposed method to estimate missing values for the Explanatory variables for Non-Parametric Multiple Regression Model and compare it with the Imputation Arithmetic mean Method, The basis of the idea of this method was based on how to employ the causal relationship between the variables in finding an efficient estimate of the missing value, we rely on the use of the Kernel estimate by Nadaraya – Watson Estimator , and on Least Squared Cross Validation (LSCV) to estimate the Bandwidth, and we use the simulation study to compare between the two methods

في هذا البحث سوف نقدم أسلوب مقترح في تقدير القيم المفقودة لمشاهدات المتغيرات التوضحية لنموذج الانحدار المتعدد اللامعلمي ومقارنتها مع طريقة التعويض بالوسط الحسابي، أن أساس فكرة هذا الأسلوب أستندت الى كيفية توظيف العلاقة السببية بين المتغيرات في ايجاد تقدير كفوء للقيمة المفقودة، معتمدين في ذالك على استعمال تقدير Kernel والمتمثل بمقدر Nadary - Watson وعلى طريقة المربعات الصغرى للعبور الشرعي LSCV في تقدير المعلمة التمهيدية، ومستخدمين اسلوب المحاكاة في المقارنة بين الطريقتين.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

Arabic and English (3)


Year
From To Submit

2016 (1)

2014 (1)

2013 (1)